一种可支持多种多媒体业务的基于IMS的IPTV架构

IP多媒体子系统用于实现端到端的IP多媒体通信,具有接入无关性、对各种接入技术广适性的特点,因此,下一代网络采用IP多媒体子系统作为核心架构.提出一个基于IP多媒体子系统的IP电视架构,在IP多媒体子系统核心模块的基础上,以一组互相独立的基于会话初始化协议的功能模块构成应用服务器,并设计了能够支持和提供不同IM S业务的客户端与内容提供商端,使该IPTV框架可以在下一代网络上支持基于IP多媒体子系统的包括IPTV业务在内的多种多媒体业务.     

基于约束放松的自适应Web服务选取方法的研究

已有服务选取都是把问题规划为针对某个模型寻求最优解或者次优解的过程,不考虑用户约束对Web服务选取的影响,而在SLA模型中,用户对服务的选取是有约束的,如果约束不满足,选取算法直接结束,要求用户重新给出约束定义,增加了用户与选取过程的交互.为了减少用户的操作次数,本文为用户的约束定义了约束放松模型,对于约束不能满足的情况下,自动地对已有模型进行条件放松,定义了基于分布式约束满足问题求解的服务选取过程,将约束放松模型应用于选取过程,进行自适应的选取.通过与已有的选取算法进行实验比较,本文提出的自适应组合服务选取算法,考虑了用户的约束条件,在选取失败时,基于放松模型进行自动约束条件的更新,进行服务的重新选取,减少了与用户交互次数,有效提高了有约束的组合服务选取的执行效率.     

基于目标递进的Web服务组合方法

单个Web服务难以满足实际应用需求,如何组合已有服务形成新服务成为该领域的研究热点.现有的组合方法仅依靠输入和输出参数组合相关服务,很少考虑前提和后置条件的语义相关性.为此,提出一种基于目标递进的Web服务组合方法,采用前向链的搜索策略,建立基于条件的有向无环图,可有效利用输入、输出参数和前提、后置条件确定服务组合顺序...     

基于神经网络的用户兴趣度估计

针对个性化服务研究中用户兴趣度估计的要求,分析用户行为特征与兴趣度的相互关系,选取页面关注时间、滚动/翻页次数、页面大小作为用户兴趣度的判别依据,提出一种基于RBF神经网络模型的用户兴趣度量化估计方法。仿真实验证明,与多元线性回归模型的计算结果相比,该方法在平均残差和预测准确度方面均有更好的效果。     

基于QWS的Web服务集消减算法

在基于人工智能理论的Web服务自动组合推理中,推理的复杂度呈指数级增长,难以在实际中应用。针对上述问题,提出一种基于QWS数据集的Web服务集消减算法RfWss-QWS,从Web服务的评估、调用、监控和管理出发,选择效率、稳定性和价格等最优的服务,从而最大限度地消减服务集,得到一个精简且完备的服务集合用于服务的自动组合推理。     

基于约束理论的订单履行系统设计与实现

现有对订单履行系统的研究存在2处不足：订单履行流程被分解为订单允诺和需求满足两方面,鲜有在同一系统框架下展开研究;订单履行实现涉及众多系统的信息,少有研究其体系架构。为解决上述问题,以按照约束理论构建的统一的订单履行流程为核心,以面向服务架构的Web服务集成技术为支撑,设计与实现了整合式的订单履行系统。该系统在某大型企业中获得成功的应用,验证了该流程及体系架构的可行性。     

跨域服务注册中心的数据同步研究

为减少Web服务注册中心的用户响应时间,根据UDDIV3规范在分布式环境下建立跨域服务注册中心系统。将系统分为域间和域内两层,域间使用基于订阅的方式进行数据异步复制,域内使用动态主从复制方式进行数据同步复制,并优化UDDI的数据结构。分析优化前后的数据量,对该系统和节点间完全复制的系统进行比较。实验结果表明,该系统能够有效地提高服务注册中心的性能。     

基于灰色聚类的谈判对手选择模型

介绍基于多Agent的谈判对手选择方法,利用灰色理论对信息不确定情况下的谈判对手属性进行模糊区间处理,从知识库中获取灰色区间值信息,在此基础上构造关系-利益双因素模型。通过计算理想对手评估向量,设置白化权函数,对多属性的谈判对手进行综合灰色聚类分析,给出具体算例进行验证。该方法能够完善不确知信息条件下的谈判对手选择,提高谈判对环境信息的适应性。     

一种基于会话的安全Web文件服务模型

数据中心内的文件服务存在未授权访问等安全威胁。针对该问题,提出一种基于会话的安全Web文件服务模型,通过分离文件资源数据及其原数据,实现计算资源与存储资源的独立计算,并建立相应的安全模型和安全协议。利用BAN逻辑对协议进行安全性分析,结果证明其可以抵御多种常见攻击。基于Apache的性能测试结果表明,该模型具有较高的安全性及实用性。     

基于改进BPSO的Web服务组合选择算法

为使现有Web服务组合的服务选择技术满足用户需求,提出一种基于改进二进制粒子群优化(BPSO)的服务选择算法。引入变异算子和线性递减惯性权重,解决传统二进制BPSO的早熟收敛问题,采用粒子记忆性对不满足约束条件的个体进行修正。实验结果表明,该算法能提高寻优效率。